| پیش بینی نسبت اندازه دهلیز چپ به آئورت به کمک یادگیری ماشینی بر پایه امتیاز قلبی-مهره‌ای و امتیاز دهلیزی-مهره‌ای چپ بدون نیاز به انجام اکوکاردیوگرافی |
| کد مقاله : 1427-MVTCONF |
| نویسندگان |
|
متین ستوده نژاد *1، سارنگ سروری2، آرزو رمضانی1، اریکا عیسوی1 1ندارم 2دانشیار گروه جراحی و رادیولوژی دانشکده دامپزشکی |
| چکیده مقاله |
| در این پژوهش مدلی بر پایه یادگیری ماشینی طراحی شده است که توانایی این را دارد تا نسبت اندازه دهلیز چپ به اندازه آئورت را بدون نیاز به انجام اکوکاردیوگرافی محاسبه و پیش بینی کند. در دامپزشکی به طور روزمره این نسبت تنها از طریق اکوکاردیوگرافی قابل محاسبه است. به کمک این مدل با استفاده از اطلاعات قابل اندازه گیری از طریق رادیوگرافی ساده از نمای جانبی قفسه سینه، پیش بینی سایز دهلیز چپ به سایز آئورت بدون نیاز به انجام اکوکاردیوگرافی امکان پذیر شده است. امتیاز قلبی-مهره‌ای (Vertebral Heart Score به اختصارVHS ) و امتیاز دهلیزی-مهره‌ای چپ ( vertebral left atrial score به اختصار VLAS) دو شاخص عددی به منظور اندازه گیری حفره های قلب در تصاویر رادیوگرافی می باشد. مدل طراحی شده بر پایه رگرسیون خطی طراحی شده است و داده های مربوط به 30 بیمار با پراکنش گونه ای یکنواخت تنها در دو گونه‌ی سگ و گربه‌‌ی ارجاعی به بیمارستان دام‌های کوچک دانشگاه تهران که اطلاعات مربوط به رادیوگرافی و اکوکاردیوگرافی آن‌ها موجود بودند به صورت گذشته نگر جمع آوری شد. دقت خروجی های پیش بینی شده در مقایسه با داده های به دست آمده در اکوکاردیوگرافی +-0.04 می باشد. |
| کلیدواژه ها |
| هوش مصنوعی، رادیولوژی، رگرسیون خطی، قلب، یادگیری ماشینی، دامپزشکی |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
